Core Concepts
相関と電力の線形結合に基づく最適な検出器を導出し、信号と検出器のパラメータを同時に最適化することで、単純な構造の解を得ることができる。
Abstract
本論文では、ノイズ環境下での信号検出問題を扱っている。
帰無仮説H0の下では、受信信号は一般に非ガウス性の白色ノイズプロセスNtである。
対立仮説H1の下では、受信信号は決定論的な送信信号stに、送信機原因の別のノイズプロセスZtが加わったものである。
実装の簡単さから、相関と電力に基づく検出器に着目している。
検出器のパラメータを最適化して、見逃し検知と誤報率のトレードオフを最良にする。
最初に、与えられた信号に対する最適な検出器を導出する。これは信号と相関器重みの非線形関係を示す。
その後、信号と検出器のパラメータを同時に最適化する。最適な信号は3値信号となり、相関器は最大3つの異なる係数を持つ簡単な構造になる。
さらに、相関と電力の線形結合に基づく検出器の完全な導出を行う。この場合も、単純な構造の解が得られる。
Stats
帰無仮説H0の下での受信信号は白色ノイズプロセスNt
対立仮説H1の下での受信信号は決定論的な送信信号stに、送信機原因の別のノイズプロセスZtが加わったもの
検出器の性能は見逃し検知確率PMDと誤報確率PFAのトレードオフで評価される
最適化の目的は、与えられた誤報率制約の下で見逃し検知率指数EMDを最大化すること
Quotes
"相関と電力に基づく検出器に着目している。"
"検出器のパラメータを最適化して、見逃し検知と誤報率のトレードオフを最良にする。"
"最適な信号は3値信号となり、相関器は最大3つの異なる係数を持つ簡単な構造になる。"